基于深度学习的瑕疵检测软件设计与实现

作     者：赵小华 ZHAO Xiaohua

作者机构：咸阳职业技术学院陕西咸阳712000 

基　　金：咸阳职业技术学院课题《基于绿色背景下的校园物资再利用系统的研究》(2021KJC13) 

出 版 物：《自动化与仪器仪表》 (Automation & Instrumentation)

年 卷 期：2022年第10期

页      码：27-31,37页

摘      要：针对传统瑕疵检测软件对瑕疵识别定位准确率低的问题,设计一个基于改进DenseNet-SSD的瑕疵检测系统。在DenseNet卷积神经网络和SSD目标检测框的基础上,分别加入可变形卷积和Focal Loss机制,得到改进的DenseNet-SSD模型;将此模型应用到瑕疵检测系统进行瑕疵检测测试。应用结果表明,对比于VGG16-SSD和Faster RCNN,本方法的平均检测精度高达93.53%,具备更好的检测性能。对比于原始的DenseNet-SSD,本方法的mAP提高了7.78%,且本方法的IOU仅为0.718,各类瑕疵检测精度的标准差为2.513 9。由此说明,设计的软件具备精准的瑕疵定位能力,能够有效识别各类瑕疵。

主 题 词：深度学习 瑕疵检测 软件设计 DenseNet-SSD 网络训练 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.14016/j.cnki.1001-9227.2022.10.027

馆 藏 号：203115463...